论文部分内容阅读
统计过程控制(Statistical Process Control,SPC)是利用统计分析的手段对生产过程中的异常趋势进行监测预警,从而提高和控制生产质量的方法。线材作为钢铁生产中一个重要的产品,其质量的优劣直接关系到企业的经济效益,因此利用SPC理论对线材的产品质量进行监控具有重要的实际意义。
论文针对线材生产特点,在深入研究SPC理论基础上,提出了SPC应用于线材生产质量监控的解决方案,并通过结合计算机分布式通信、数据库、模式匹配等技术对基于SPC的线材质量在线监控系统进行了研发。
论文主要内容如下:
(1)结合线材生产实际情况,深入分析SPC理论,解决了SPC理论在应用于线材质量监控中的诸多理论问题,最终形成了一套适合于线材生产质量监控的SPC系统应用流程。
(2)针对线材生产中存在多批次生产的情况,通过利用贝叶斯统计推断方法修正控制限的计算,降低了此种情况下因控制限计算不准确引起异常误判情况的发生。
(3)针对线材生产中监控人员多且分布区域广等特点,设计了一套基于B/S模式的分布式SPC在线监控系统。该系统通过综合运用CORBA分布式通信技术、ActiveForm技术等,实现了消息调度模型、B/S模式下复杂控制图的实时绘制等,提高了系统的稳定性、可扩展性以及实时性等。
(4)通过将SPC中异常识别的问题转化为模式匹配问题,实现了SPC在线监测系统异常的自动识别,并提出了改进的模式匹配算法,通过实验分析,该算法具有更高的模式识别效率。
(5)介绍了依托论文解决方案而开发的企业高速线材SPC监控系统的运行及其功能情况。